Claim Missing Document
Check
Articles

Found 2 Documents
Search

Koordinasi Docr Pada Sistem Distribusi Dengan Pembangkit Tersebar Menggunakan Artificial Neural Network BPCG Asief, Moh; Rahmatullah, Daeng; Karyatanti, Iradiratu Diah Prahmana; Winarno, Istyo
Jurnal Teknik Elektro dan Komputer TRIAC Vol 9, No 1 (2022): Mei 2022
Publisher : Jurusan Teknik Elektro Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/triac.v9i1.13401

Abstract

Abstract— Kebutuhan listrik yang semakin besar harus didukung sistem proteksi yang handal. Pada sistem distribusi sistem proteksi digunakan untuk mendeteksi arus gangguan hubung singkat dan beban lebih karena dampak dari pembangkit tersebar. Pengaturan rele proteksi dapat dilakukan dengan menghitung manual untuk mendapatkan nilai TDS dan Ipickup di setiap kombinasi pembangkitan. Perhitungan manual cukup rumit dan memakan waktu lama. Dengan menggunakan Artificial Intelligence (AI) maka cukup menghitung sekali di setiap kombinasi pembangkitan dari data pehitungan manual. Penelitian ini menggunakan algoritma Artificial Neural Network Backpropagation Conjugate Gradient (ANN BPCG) agar mendapatkan pengaturan yang tepat pada setiap perubahan kondisi pembangkitan. Proses Pelatihan ANN menghasilkan nilai Mean Squared Error (MSE) pada neuron 27 sebesar  0.45818. Rata-rata selisih keseluruhan dari TDS rele 1 sampai rele 15 pada setiap kondisi pembangkitan adalah 0.0011 detik dan rata-rata persentase selisih keseluruhan adalah 0.1081%.  Hasil penelitian ini dibuktikan dalam simulasi software. ANN BPCG merupakan metode yang cocok untuk memodelkan sistem koordinasi DOCR pada sistem distribusi dengan pembangkit tersebar.
Speed Sensorless Pembaca Kecepatan Motor Induksi 3 Phase Berbasis Constructive Backpropagation Arrachman, yogi; Karyatanti, Iradiratu Diah Prahmana
J-Eltrik Vol 5 No 1 (2023): Juli
Publisher : Fakultas Teknik dan Ilmu Kelautan, Universitas Hang Tuah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30649/je.v5i1.130

Abstract

Motor induksi banyak dipakai diberbagai jenis industri. Untuk membuat system applikasi menggunakan motor induksi salah satu piranti yang terpenting untuk mengetahui berapa besar kecepatan pada saat itu adalah menggunakan sensor kecepatan.  Sensor kecepatan mempunyai beberapa kelemah. Speed Sensorless berbasis Constructive Backpropagation yang hanya memerlukan masukan arus dan tegangan dirancang untuk mengestimasi kecepatan motor induksi sehingga dapat menggantikan fungsi sensor kecepatan. Algoritma pembelajaran backpropagasi terkonstruksi (Constructive Backpropagation) digunakan sebagai metode pembelajaran prototype sensorless. Speed sensorless yang hanya memerlukan masukan arus dan tegangan yang nantinya arus dan tegangan itu akan dibaca oleh prototype tersebut, sehingga prototype ini nantinya dapat digunakan sebagai pengganti dari sensor kecepatan untuk memperoleh hasil pembacaan putaran motor yang lebih akurat. Hasil dari penelitian ini perbandingan pembacaan kecepatan motor menggunakan speed sensorless didapat error persen rata-rata sebesar 0.575%.